编组站调度计划随机机会约束规划模型及算法研究

运用随机规划方法,研究列车解编时间随机变动情况下编组站阶段计划的优化编制问题,建立了以压缩车辆中时和减少出发列车晚点时间为目标的随机机会约束规划模型。将模型中的随机机会约束转化为相应等价形式,从而将随机规划模型转化为确定性模型,并提出了一种改进遗传算法对之进行求解。该算法基于列车解编顺序对染色体进行编码,并针对问题的特殊性设计了相应的交叉和变异操作。算例表明,设计的改进遗传算法能够在较短时间内收敛至最优解,编组站阶段计划的随机机会约束规划模型能取得可靠性更高的调度计划,为改进编组站的决策质量提供了一条解决的途径与方法。     

基于自适应遗传算法的3D钢桁架优化设计研究

研究目的:针对标准遗传算法出现的未成熟收敛、振荡、随机性太大等缺点,通过研究对其改进,提出自适应遗传算法.利用自适应遗传算法建立钢桁架结构优化设计模型,采用 matlab语言编写自适应遗传算法优化分析程序,用于铁路车站工程一雨棚的优化设计.研究结论:针对标准遗传算法存在的缺点,通过研究提出了自适应遗传算法.该算法在计算过程中依据个体的适应值,来确定染色体的交叉位置、交叉率、变异率,使杂交沿着有利于算法收敛的方向进行.确保了子代个体优于父本,使进化前期变异明显,后期趋于稳定,确保搜索到全局最优解,从而保证了种群开发和搜索的平衡及全局收敛性.并建立了桁架结构优化设计模型,以matlab软件为平台,对铁路车站一雨棚桁架结构进行了优化设计,取得了满意的效果,证明自适应遗传算法是一种理想的建筑结构优化设计方法.     

基于遗传算法的铁路纵断面优化系统的研究

提出一种基于全局最优的改进式遗传算法.采用改进的启发式交叉算子和多种算子混合操作,加快算法向最优解收敛的速度.给出相应的纵断面优化模型,并改进初始种群生成的方法,将一个二维优化问题转化为两个一维优化问题进行求解,简化了算法的执行过程.引入惩罚函数的概念处理方案的约束问题,设计算法实现的流程图,并开发相应的优化系统.利用实例证明遗传算法在纵断面优化设计中的可行性及全局寻优的性能.     

单向编组站配流与调机运用综合问题

单向编组站配流与调机运用综合问题研究的是确定出发列车的编组内容,指派并调度解体和编组调机的任务,使得出发列车满足列车编组要求,调机任务没有冲突,且车辆在站总停留时间最小。基于并行机调度和资源分配理论,建立该问题的混合整数线性规划模型。设计有偏随机键遗传算法求解该优化模型,基于平均分配和随机分配规则生成初始种群,并采用参数均匀交叉算子以使子代能有效继承父代的优化特征。最后,以1个实际算例对所提出方法的有效性进行测试,并与现场采用的贪婪算法、直接求解模型的优化求解器CPLEX进行比较。算例结果显示所提算法在计算质量和计算效率上的优越性。     

用改进的遗传算法解决多约束QoS单播路由问题

在Internet网络中由于多媒体通信的需要,QoS路由技术已经成为研究的热点。本文通过对多约束QoS单播路由问题的研究,在已有遗传算法解决方案的基础上,提出一种改进的遗传算法。改进后的遗传算法综合考虑QoS单播路由中延时、延时抖动、带宽、丢失率等因素,并根据网络连接特性和带宽限制,在种群的初始化、染色体的交叉和变异等操作中,对个体中基因的选择进行指导,并加入去除循环、削减路由开销等操作,使得多条件约束下的路由选择效率更高。最后给出实验举例,并通过与现有算法性能比较,表明改进的遗传算法能快速、有效地解决多约束QoS单播路由选择问题,并适用于大规模的网络系统。     

城市轨道交通列车运行节能策略研究

建立了列车动力学模型,选择采用多种群遗传算法和PID(比例积分微分)跟踪策略研究城市轨道交通列车运行节能策略。分析了不同遗传算子对多种群遗传算法的影响,确定了各遗传算子选取的原则及最优取值范围,给出了基于多种群遗传算法的列车节能策略。建立了基于MATLAB软件的仿真系统,并采用实际线路数据进行了仿真,验证了所提出的列车节能策略的有效性。     

乘客信息系统运营信息显示的调度算法改进

介绍了最早截止期优先调度算法的流程及缺陷,结合运营信息显示的实际业务需求,提出了改进的乘客信息系统运营信息显示调度算法。介绍了改进后算法的运营信息调度规则和模型结构,详细阐述了改进后算法的调度过程,并对改进后算法的实际计算效率进行了分析和实验室测试验证。测试结果表明,改进算法受信息发送量和发送频率的影响小,达到一定的数据压力后调度计算时长趋于平稳,可满足对多区域、多类型、多终端设备、多来源、复杂优先级运营信息的快速调度要求。     

基于遗传算法的高速铁路行车调整模型

高速铁路采用“高中速列车共线运行”的运输模式,其行车调度具有高实时性和整体性两大特点。以列车计划运行图为优化目标,给出运行图之间的距离定义,建立列车运行调整数学模型,给出列车的发车时刻、股道数量、列车在区间的运行时分、追踪运行间隔时间、维修天窗时间5个约束条件表达式。按照遗传算法的原理,采用罚函数的方法对数学模型中的约束条件进行处理并建立适应度函数,采用整数编码方法对个体进行编码,并定义交叉算子和变异算子。基于遗传算法的调整算法流程开发列车运行调度仿真子系统。仿真结果表明:使用该模型可大大减轻调度人员的工作量,彻底摒弃了在计算机上手工拖动运行线确定列车运行时刻的调整方式,提高了列车运行调整的科学性。该模型已应用在高速铁路综合调度仿真系统中。     

考虑公平的铁路应急物资调度优化研究

铁路应急资源调度受到应急需求、运输成本和物资分配公平性等因素制约。为了降低运输成本,提高物资分配公平性,针对灾害突然发生时需求不确定及应急物资不足的情况,以分配公平性最大和运输成本最低为目标,建立铁路应急物资调度多目标优化模型,设计改进遗传算法求解模型。以受自然灾害影响的某区域为例,验证铁路应急物资调度多目标优化模型及算法。结果表明,该模型和算法能够有效地解决应急资源调度问题,改进后的遗传算法与基本遗传算法相比更为有效,有助于提高各应急需求点的公平性,有效降低应急物资调度的成本。     

城市轨道交通列车运行自动调整的优化模型及算法研究

针对城市轨道交通列车运行的特点，以发车时间、停站时间、区间运行时间、追踪间隔为约束条件，以列车总晚点时间和总晚点数目为综合优化目标，构建城市轨道交通列车运行自动调整模型。采用改进的遗传算法对该模型进行求解。并对实例进行仿真测试验证，仿真结果表明，此模型和算法可以满足自动运行调整的需要。     

物流配送车辆路径问题的并行遗传算法研究

针对一般遗传算法在初始种群上的单一性提出一种新的算法。该算法对不同的种群采用不同的初始化方法：随机初始化法和构造初始化法,这些方法改变了过去那种种群内部的平衡算法,并将该算法所得结果与其他算法进行比较,表明该算法的合理性。     

遗传算法在系统最优交通分配模型中的应用

在改进选择策略,实行两点变异并采用随机的交叉概率与变异概率的基础上,将遗传算法应用于系统最优交通分配模型中.通过算例与Frank-Wolfe算法进行比较,说明了遗传算法的有效性与可行性,指出了遗传算法相对于Frank-Wolfe算法特有的优越性.为交通分配问题的计算引入了新的有效途径.     

基于成对组合的遗传算法生成联锁测试用例

计算机联锁自动测试的质量往往取决于测试用例的质量.本文提出一种新的设计思想:将基于成对组合覆盖的遗传算法用于计算机联锁测试用例的生成和优化,并以道岔测试为例对该算法的应用过程进行详细分析,重点介绍成对组合覆盖方法、算法的整体框架和遗传操作设计.采用遗传算法对成对组合的启发式算法AETG进行改进,有效地减少了冗余的测试用例,提高测试用例质量和联锁测试效率.     

地铁运营中断下公交桥接疏运车辆应急调度模型及算法

在地铁线路发生较长时间的运营中断事件下,从公交既有停车场或首末站调派公交车辆,为中断地铁车站的受影响乘客提供快速、有效的公交桥接疏运服务,是提高城市公共交通系统应急联动管理水平和服务可靠性的必要手段。本研究针对公交桥接疏运车辆应急调度问题中"疏运需求远超单辆公交车辆运能"的特征,以完成各中断站待疏运乘客的总疏运时间最小化为优化目标,建立公交车辆多循环应急调度优化模型,将动态系统仿真方法整合到带特定变异算子的改进遗传算法中求解模型,并进行实例验证。对比分析表明,本文设计的改进遗传算法在求解效率、求解效果和算法稳定性方面均优于标准遗传算法,能够有效提高公交桥接疏运效率、降低疏运成本。     

遗传算法在系统最优交通分配模型中的应用

在改进选择策略，实行两点变异并采用随机的交叉概率与变异概率的基础上，将遗传算法应用于系统最优交通分配模型中，通过算例与Frank-Wolfe算法进行比较，说明了遗传算法的有效性与可行性，指出了遗传算法相对于Frank-Wolfe算法特有的优越性，为交通分配问题的计算引入了新的有效途径。     

基于遗传算法的固定费用运输问题研究

根据m个源节点和n个目的节点的固定费用运输问题的网络特性建立数学模型,引入运输树的概念,提出了基于运输树的遗传算法,给出了能表示基解的染色体编码方法,通过计算机程序产生初始种群,提出了染色体选择、交配及变异规则。最后运用实例对算法的有效性进行验证,取得了满意的效果。     

基于改进遗传算法的铁路物流中心功能区布局优化研究

针对铁路物流中心功能区布局进行优化,能够有效提高铁路货运效率.在铁路物流中心功能区布局优化模型基础上,采用从左到右、从下往上的改进分层布局方式,对各功能区域采用连续上下位移的改进堆积方式,优化遗传算子及算法流程,设计改进的遗传算法.通过选取案例,分别验证了分层思想的简单堆积方式和改进堆积方式2种情况下的遗传算法求解结果...     

基于遗传算法的测长非线性校正研究

重点介绍基于遗传算法的编组站测长设备非线性数据校正算法。在分析编组站轨道电路短路输入阻抗与空闲长度之间非线性关系的基础上,针对目前现场设备测量精度的不足,采用改进遗传算法处理校正方案,并通过MATLAB进行了仿真测试。     

七参数坐标转换研究及应用

分析了7参数坐标转换中最常用的两种模型：布尔莎模型和莫洛金斯基模型，对两种模型公式的建立、误差方程式进行了详细论述。采用工程中具体实例进行计算测试，并对7参数转换模型的实际应用进行分析。     

基于时间敏感网络的列车通信网络实时流量调度优化

随着轨道交通智能化的发展,列车控制与监测产生的高带宽实时数据对列车通信网络提出了更高的要求。时间敏感网络可作为兼具高传输速率、高确定性和高兼容性的下一代列车通信网络解决方案。然而,实现时间敏感网络确定性通信机制的流量门控调度设计难以拓展到实际场景规模。因此,针对车载网络流量特性,提出一种基于改进增量式调度策略和改进灰狼优化算法的列车通信网络流量门控调度生成方法。首先,基于列车通信网络流量和拓扑结构建立门控调度系统模型。然后,为提高调度生成效率,提出了基于增量式调度的单帧简易调度(Single Frame Simple Scheduling,SFSS)策略,弥补了门控调度模型在计算速度方面的不足。其次,为提高灰狼优化算法的寻优性能,引入了粒子群优化算法、Logistic混沌映射策略和反正切函数,提出了改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法,改善了实时周期性流量的实时性能和带宽占用。最后,利用SFSS策略和IGWO算法对列车通信网络门控调度系统模型进行测试和求解,通过实验验证所提出调度生成方法的可行性和有效性。实验结果表明,与其他方法相...